基于层次贝叶斯时空模型的空间多尺度联合分析模型的构建及应用研究.pdfVIP

中国卫牛统计 2013 年 4 月第 30 卷第 2 期 ? 199. 基于层次贝叶斯时空模型的空间多尺度联合 分析模型的构建及应用研究* 张俊辉1 ， 2 冯子健3 杨 超l 未彩蓉2 李晓松2 t:. 马家奇3 [提 要] 目的 在地市和区县两个尺度下，构建基于层次贝叶斯时空模型的空间多尺度联合分析模型，并探讨该 模型是否优于单独分析模型。方法 在地市和区县两个尺度下，根据我国北方 6 省(包括内蒙古、山西、黑龙江、河北、吉 林、辽宁)的布鲁氏菌病发病数据，构建基于层次贝叶斯时空模型的空间多尺度联合分析模型，并与单独分析的结果进行 比较。结果 全部模型中，联合分析与单独分析比较，离差信息准则略小，说明联合分析略优于单独分析。结论 基于层 次贝叶斯时空模型的空间多尺度联合分析模型为正确阐明和解释布鲁氏菌病的时空分布特征提供了新的思路和手段，也 可为其他传染病甚至慢性病的同类研究提供方法学参考。 [关键词] 层次贝叶斯时空模型多尺度联合分析空间相关性空间异质性布鲁氏菌病 近年来，随着计算机技术和空间分析技术的发展， 空间流行病学逐渐成为研究热点。疾病制图是空间流 行病学的基本任务，其目的主要是将疾病危险的空间 变异或时空变异在地图上呈现出来，为进一步病因学 研究或其他研究提供线索。层次贝叶斯时空模型方法 在疾病制图及分析疾病的影响因素方面均取得了较好 的效果，获得了疾病危险的空间及时空变异的信息。 但这些研究或仅在单一的空间尺度下进行分析，或在 多个空间尺度下分别分析，目前还没有将基于空间多 尺度联合分析的层次贝叶斯时空模型用于分析疾病时 空数据的研究报道。 空间数据的分析应该在合适的尺度下进行，即使 在某个尺度下的信息占了主导地位，也不清楚是否应 该只在该尺度下进行分析〔1 〕 0 多尺度分析包括多尺 度单独分析和联合分析。当需要考虑不同尺度之间的 背景效应，即大尺度上的效应对小尺度也有影响时，可 进行多尺度联合分析。由于多尺度联合分析考虑了不 同尺度间的背景效应，所得的结果与多尺度单独分析 的结果有所不同，如 Lawson(2∞8)发现多尺度联合分 析更有利于大尺度(DIC 值减小) ，可见多尺度联合分 析用于疾病制图有一定优势[2) 。因此，本研究利用 全国传染病疫情信息网络直报系统中 2∞4 - 2∞7 年我国北方相邻的内蒙古、山西、黑龙江、河北、吉林和 辽宁 6 个布鲁氏菌病(简称布病)高发省(或自治区， 后面简称北方 6 省)的布病发病数据，在区县和地市 两个空间尺度下，首次构建了基于层次贝叶斯时空模 型的空间多尺度联合分析模型，并与单独分析(即在 *基金项目:国家卫生公益性行业科研专项项目(项目编号 200802133 ) ;教育部科学技术研究重点项目(项目编号 109135) ;国家科 技重大专项(项目编号 2∞9ZX1αJ04-201 ) 1.泸州医学院公共卫生学院流行病与卫生统计学教研室(646α)()) 2. 四川大学华西公共卫生学院卫生统计学教研室 3 中国疾病预防控制预防中心 6imf言作者:李晓松.E-mail: lixiaosong1101@126.com 不同空间尺度下分别进行的层次贝叶斯时空模型)的 结果比较，以探讨该模型是否优于单独分析。 模型构建 在 Lawson AB(2∞8) [2) 基于 BYM 模型的层次贝 叶斯空间模型的两水平 Poisson 空间联合分析模型的 基础上，构建基于层次贝叶斯时空模型的不含协变量 的两水平 Poisson 空间多尺度联合分析模型如下: log( Oitl) = α10 +Ail +Aρ +Btl + δ川 + 8j (2 IEJ 1 εJ log( 民(2) =α20 +A ,2 +B (2 + 乓Q 式中，下标数字 l 表示嵌套于较大的空间尺度 2(如地市)下的较小的空间尺度(如区县) ，分别简称 水平 1 和水平与 Oitl 表示水平 1 第 i 个区域第 t 年的相 对危险度，如表示水平2 第j个区域第 t年的相对危险 度 ;α10 和 α20 为分别为水平 1 和水平2 的截距 ;Ail 和Aρ 分别为水平 1 和水平 2 的空间效应 ， Ail = U il + Vil ， Aρ =勺+与( Uil 和与分别为水平 1 和水平 2 的空间相 关性 ;Vil 和 V}2 分别为水平 1 和水平2 的空间异质性) ; Aρ 为水平2作用于水平 1 的空间背景效应 ，A}2 = Uρ+ Vρ ， Uρ 、 V}2 分别为水平2 作用于水平 1 的空间相关性和 zεJ 1 E} 1 εJ 空间异质性 ;Btl 和 B(2 为分别为水平 1 和水平2 的时间 效应 ;δ;tl 和 8j(2 分别为水平 l 和水平 2 的时空交互效